期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
特征回归与检测结合的人数统计方法
被引量：
5
1
作者
周治平
许伶俐
李文慧
《计算机辅助设计与图形学学报》
EI
CSCD
北大核心
2015年第3期425-432,共8页
针对目前特征回归与检测这2种主流的人流量统计方法的不足,提出一种基于特征回归与检测结合的人数统计方法.对于视频帧的远景区域,采用背景分割的方法提取出前景块,将前景块中的特征通过贝叶斯多核支持向量回归方法估计出人数;对于近景...
针对目前特征回归与检测这2种主流的人流量统计方法的不足,提出一种基于特征回归与检测结合的人数统计方法.对于视频帧的远景区域,采用背景分割的方法提取出前景块,将前景块中的特征通过贝叶斯多核支持向量回归方法估计出人数;对于近景区域提取HOG特征,采用弱标签结构训练出模型,并采用星型结构混合模型级联检测实现行人的准确定位并统计出人数.在视频数据库上的实验结果表明,该方法不仅能够较准确地实现人流量的统计,在一定程度上减少统计时间,还能够准确地定位出一定尺度范围内行人的位置.
展开更多
关键词
人流量统计
贝叶斯
多核支持向量回归
行人检测
HOG特征
弱标签结构
在线阅读
下载PDF
职称材料
基于MK-SVR模型的小麦叶面积指数遥感反演
被引量：
11
2
作者
王丽爱
谭昌伟
+3 位作者
杨昕
周旭东
朱新开
郭文善
《农业机械学报》
EI
CAS
CSCD
北大核心
2015年第5期245-251,共7页
提出了运用多核支持向量回归(MK-SVR)算法构建小麦叶面积指数(LAI)遥感监测模型。以2010—2013年试验样点小麦拔节、孕穗、开花3期的实测LAI数据为基础,同步获取我国自主研发的环境减灾卫星HJ-CCD对该研究区域的影像数据,分析了各生育...
提出了运用多核支持向量回归(MK-SVR)算法构建小麦叶面积指数(LAI)遥感监测模型。以2010—2013年试验样点小麦拔节、孕穗、开花3期的实测LAI数据为基础,同步获取我国自主研发的环境减灾卫星HJ-CCD对该研究区域的影像数据,分析了各生育期小麦LAI与8种植被指数间的相关性。以显著相关的植被指数作为输入参数,使用MK-SVR算法构建了每个生育期的小麦LAI反演模型,即MK-SVR-LAI模型。为了评价模型,每期使用单一核支持向量回归(SK-SVR)、偏最小二乘(PLS)回归算法构建了SK-SVR-LAI、PLS-LAI模型。将模型估算LAI值和田间观测LAI值进行比对,以决定系数(R2)和均方根误差(RMSE)为指标评价并比较了模型。结果表明:3个生育期MK-SVR-LAI模型的RMSE值均低于参比模型,拔节期为0.293 1,孕穗期为0.466 8,开花期为0.548 6,且该模型的R2也都最高,拔节期为0.762 4,孕穗期为0.801 8,开花期为0.668 9。
展开更多
关键词
小麦
遥感
叶面积指数
监测模型
多核支持向量回归
在线阅读
下载PDF
职称材料
题名
特征回归与检测结合的人数统计方法
被引量：
5
1
作者
周治平
许伶俐
李文慧
机构
江南大学物联网工程学院
出处
《计算机辅助设计与图形学学报》
EI
CSCD
北大核心
2015年第3期425-432,共8页
文摘
针对目前特征回归与检测这2种主流的人流量统计方法的不足,提出一种基于特征回归与检测结合的人数统计方法.对于视频帧的远景区域,采用背景分割的方法提取出前景块,将前景块中的特征通过贝叶斯多核支持向量回归方法估计出人数;对于近景区域提取HOG特征,采用弱标签结构训练出模型,并采用星型结构混合模型级联检测实现行人的准确定位并统计出人数.在视频数据库上的实验结果表明,该方法不仅能够较准确地实现人流量的统计,在一定程度上减少统计时间,还能够准确地定位出一定尺度范围内行人的位置.
关键词
人流量统计
贝叶斯
多核支持向量回归
行人检测
HOG特征
弱标签结构
Keywords
people flow statistics
Bayesian multiple kernel support vector regression
pedestrian detection
HOG feature
weak-label structural
分类号
TP391 [自动化与计算机技术—计算机应用技术]
在线阅读
下载PDF
职称材料
题名
基于MK-SVR模型的小麦叶面积指数遥感反演
被引量：
11
2
作者
王丽爱
谭昌伟
杨昕
周旭东
朱新开
郭文善
机构
扬州大学江苏省作物遗传生理重点实验室
扬州大学信息工程学院
出处
《农业机械学报》
EI
CAS
CSCD
北大核心
2015年第5期245-251,共7页
基金
国家自然科学基金资助项目(41271415)
江苏省高校自然科学基金资助项目(12KJB520018)
+3 种基金
省属高校国际科技合作聘专重点资助项目
'六大人才高峰'高层次人才资助项目(2011-NY039)
江苏省高校优秀科技创新团队资助项目
扬州大学科技创新培育基金资助项目(2013CXJ028)
文摘
提出了运用多核支持向量回归(MK-SVR)算法构建小麦叶面积指数(LAI)遥感监测模型。以2010—2013年试验样点小麦拔节、孕穗、开花3期的实测LAI数据为基础,同步获取我国自主研发的环境减灾卫星HJ-CCD对该研究区域的影像数据,分析了各生育期小麦LAI与8种植被指数间的相关性。以显著相关的植被指数作为输入参数,使用MK-SVR算法构建了每个生育期的小麦LAI反演模型,即MK-SVR-LAI模型。为了评价模型,每期使用单一核支持向量回归(SK-SVR)、偏最小二乘(PLS)回归算法构建了SK-SVR-LAI、PLS-LAI模型。将模型估算LAI值和田间观测LAI值进行比对,以决定系数(R2)和均方根误差(RMSE)为指标评价并比较了模型。结果表明:3个生育期MK-SVR-LAI模型的RMSE值均低于参比模型,拔节期为0.293 1,孕穗期为0.466 8,开花期为0.548 6,且该模型的R2也都最高,拔节期为0.762 4,孕穗期为0.801 8,开花期为0.668 9。
关键词
小麦
遥感
叶面积指数
监测模型
多核支持向量回归
Keywords
Wheat Remote sensing Leaf area index Monitoring model Multi-kernel support vector regression
分类号
S127 [农业科学—农业基础科学]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
特征回归与检测结合的人数统计方法
周治平
许伶俐
李文慧
《计算机辅助设计与图形学学报》
EI
CSCD
北大核心
2015
5
在线阅读
下载PDF
职称材料
2
基于MK-SVR模型的小麦叶面积指数遥感反演
王丽爱
谭昌伟
杨昕
周旭东
朱新开
郭文善
《农业机械学报》
EI
CAS
CSCD
北大核心
2015
11
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
